在自動駕駛技術(shù)的不斷演進中，一種更為高效、智能且自適應的技術(shù)路徑正逐漸嶄露頭角。近日，商湯絕影的首席執(zhí)行官、商湯科技聯(lián)合創(chuàng)始人及首席科學家王曉剛，在2025GDC全球開發(fā)者先鋒大會上，向業(yè)界介紹了其最新的研究成果——“R-UniAD”，這是一種與世界模型協(xié)同交互的端到端自動駕駛方案。

王曉剛指出，R-UniAD技術(shù)的核心理念在于通過構(gòu)建一個世界模型，生成一個可以與自動駕駛系統(tǒng)實時交互的仿真環(huán)境。在這個環(huán)境中，自動駕駛系統(tǒng)可以通過強化學習的方式，不斷優(yōu)化其端到端的駕駛模型。這一技術(shù)與商湯絕影此前推出的DeepSeek技術(shù)有著異曲同工之妙，都是從模仿學習向強化學習邁進，旨在實現(xiàn)自動駕駛系統(tǒng)駕駛能力的超越人類水平。

DeepSeek技術(shù)，作為一項基于深度學習的圖像搜索與識別技術(shù)，已經(jīng)在圖像識別、目標檢測等領域取得了顯著成果。在智能駕駛領域，它能夠?qū)崟r檢測并識別道路上的物體，如行人、車輛、交通標志等，為自動駕駛系統(tǒng)提供關鍵的環(huán)境感知信息，輔助系統(tǒng)做出正確的決策。

然而，自動駕駛系統(tǒng)的訓練和優(yōu)化需要大量的標注數(shù)據(jù)，特別是在復雜的道路環(huán)境中。為了解決這一問題，R-UniAD技術(shù)采用了多階段強化學習的方法。首先，通過高質(zhì)量的冷啟動數(shù)據(jù)，利用模仿學習的方式訓練出一個基礎的端到端自動駕駛模型。然后，借助強化學習，讓云端的大模型與世界模型進行協(xié)同交互，持續(xù)提升模型的性能。最后，通過高效蒸餾的方式，將云端的大模型轉(zhuǎn)化為高性能的小模型，實現(xiàn)車端的部署。

這一技術(shù)路線的實施，意味著自動駕駛系統(tǒng)能夠不斷從海量的駕駛數(shù)據(jù)中學習和優(yōu)化，通過“仿真+現(xiàn)實”的訓練模式，加速系統(tǒng)的學習進程，更好地應對復雜的道路場景。王曉剛表示，商湯絕影一直在積極推動這一技術(shù)的商業(yè)化進程，早在2022年底，就提出了行業(yè)首個感知決策一體化的自動駕駛通用模型UniAD。

在2024年的北京車展上，商湯絕影展示了UniAD技術(shù)的實車上路成果，進一步證明了其技術(shù)的可行性和實用性。據(jù)透露，商湯絕影的量產(chǎn)端到端智能駕駛方案預計將在今年年底交付，而“開悟”世界模型也已經(jīng)正式用于數(shù)據(jù)生產(chǎn)。在即將到來的4月上海車展上，商湯絕影還將展示R-UniAD技術(shù)的實車部署成果。